Perbandingan Exponential Smoothing Holt’s Method dan Double Moving Averages terhadap Peramalan IHSG

Abstract

Indeks Harga Saham Gabungan (IHSG) merupakan salah satu pedoman bagi investor untuk melakukan investasi pasar modal khususnya saham. Oleh karena itu peramalan  IHSG menarik untuk diteliti agar investor mempunyai pandangan tentang keadaan dimasa mendatang guna menentukan pengambilan keputusan investasi saham yang tepat. Data IHSG periode Januari 1990 hingga Desember 2019 memiliki pola data non-stasioner berupa pola trend naik. Berdasarkan penelitian yang telah dilakukan oleh Zufra (2010) dan Fisty (2015), metode exponential smoothing holt’s dan double moving averages (DMA) dapat digunakan untuk meramalkan data IHSG. Data yang digunakan merupakan tipe data sekunder mengenai data IHSG bulan Januari 1990 hingga Desember 2019 sebanyak 360 observasi yang diperoleh dari finance.yahoo.com. Analisis dan pengolahan data menggunakan software R dan Minitab. Pada metode exponential smoothing holt’s dengan pengolahan data menggunakan software R diperoleh nilai α=1 dan β=0.02380527 sebagai nilai konstanta ­smoothing untuk estimasi level dan trend yang optimal sehingga dapat menghasilkan plot data model yang berhimpitan dengan data observasi. Ukuran kesalahan nilai peramalan metode exponential smoothing holt’s memiliki nilai Mean Squared  Error (MSE) dan Mean Absolute Deviation (MAD) yang jauh lebih kecil, walaupun nilai Mean Absolute Percentage Error (MAPE) yang diperoleh lebih besar dari metode double moving averages. Metode exponential smoothing holt’s juga telah memenuhi asumsi normalitas, non-autokorelasi dan non-heteroskedastisitas pada Uji Diagnostik, sehingga dapat disimpulkan bahwa Metode exponential smoothing holt’s merupakan metode peramalan terbaik untuk meramalkan data IHSG pada periode mendatang.